929 artigos
Este estudo propõe e valida um novo framework de cinco camadas de IA–IoT–Gêmeo Digital que integra dados em tempo real, análise preditiva e realidade aumentada para alcançar melhorias significativas na eficiência manufatureira, sustentabilidade e colaboração homem-máquina, ao mesmo tempo em que se alinha aos valores da Indústria 5.0.
Este artigo revela uma dissociação crítica entre humanos e grandes modelos de raciocínio (LRMs) na alocação de deliberação: embora ambos dediquem mais tempo a problemas mais difíceis no geral, os humanos investem menos tempo em itens que acabam errando (abandonando tarefas difíceis), ao passo que os LRMs paradoxalmente geram traços de raciocínio mais longos em problemas nos quais falham (persistindo na incerteza), destacando uma diferença fundamental nas políticas de interrupção e controle, apesar das semelhanças superficiais.
Este estudo propõe uma estrutura de cibersegurança integrada à blockchain que utiliza um modelo de Rede Neural Convolucional (CNN) para alcançar 98,3% de precisão de detecção e 100% de capacidade de prevenção contra ataques de Negação de Serviço (DoS) em sistemas de rede baseados em IA.
Este estudo demonstra que o uso de prompts assistidos por IA aumenta a complexidade visual e o engajamento comportamental no desenho digital, ao mesmo tempo em que revela que modelos de aprendizado de máquina podem prever melhor categorias afetivas amplas do que emoções detalhadas com base nessas características de desenho.
DIT é um protocolo de autenticação descentralizado e pós-quântico que elimina a tradicional hierarquia de CA ao ancorar identidades de domínio em chaves ML-DSA-65 verificadas por DNSSEC e utilizar um handshake híbrido X25519MLKEM768 com logs de transparência de Merkle para fornecer confiança eficiente e revogável sem autoridades de certificação centralizadas.
Este artigo propõe uma estrutura de fusão de memória tripla guiada por incerteza que utiliza o Mamba probabilístico para quantificar a incerteza do movimento e fundir dinamicamente as memórias de movimento, aparência e categoria, alcançando o estado da arte em rastreamento robusto de múltiplos objetos em cenas dinâmicas complexas.
Este artigo propõe um esquema de criptografia de imagens em tons de cinza que combina uma S-box gerada por transformação fracionária cúbica com um mapa logístico para realizar substituição, difusão e embaralhamento baseado em XOR, demonstrando segurança robusta por meio de análises estatísticas e de sensibilidade de chave abrangentes.
Este estudo propõe uma estrutura de IA abrangente para a fabricação farmacêutica que integra modelagem preditiva com explicabilidade, equidade, calibração, monitoramento de desvio e rastreabilidade regulatória para garantir decisões de governança de qualidade auditáveis e defensáveis.
Este estudo demonstra que um modelo de aprendizado profundo leve, YOLO11n, pode alcançar uma precisão quase perfeita na classificação automática de métodos de processamento de pepino-do-mar seco (salga, defumação e torra) a partir de imagens de objetos densos, oferecendo uma alternativa robusta e não destrutiva à inspeção manual subjetiva para a classificação de qualidade.
Este artigo propõe o SGMS-DTDNet, uma rede de destilação de duplo professor multiescala guiada semanticamente que integra semântica específica de domínio, prioridades estruturais e seleção adaptativa de características para alcançar o estado da arte em detecção unificada de anomalias médicas e industriais, superando desafios como a escassez de amostras anormais e morfologias de defeitos heterogêneas.